面向計(jì)算機(jī)系統(tǒng)的容錯(cuò)技術(shù)

摘 要隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，給人們的工作及生活提供了大量的便利，不僅縮短了工作時(shí)間，同時(shí)提高了效率。計(jì)算機(jī)高效準(zhǔn)確的計(jì)算力也是各行業(yè)生存及發(fā)展的必要因素，計(jì)算機(jī)的穩(wěn)定性至關(guān)重要。人們也越來越重視計(jì)算機(jī)系統(tǒng)的容錯(cuò)技術(shù)。本文主要介紹了當(dāng)前的計(jì)算機(jī)系統(tǒng)容錯(cuò)技術(shù)及合理的升級方法，并為計(jì)算機(jī)系統(tǒng)的合理化發(fā)展提出了相關(guān)的建議。

【關(guān)鍵詞】計(jì)算機(jī)系統(tǒng) 容錯(cuò)技術(shù) 硬件錯(cuò)誤 軟件錯(cuò)誤

1 計(jì)算機(jī)系統(tǒng)常見的錯(cuò)誤

計(jì)算機(jī)系統(tǒng)錯(cuò)誤不僅來源于軟件的運(yùn)行故障，硬件的失靈也是造成計(jì)算機(jī)系統(tǒng)錯(cuò)誤的原因。近年來，隨著科研人員工作的不斷深入，電路主板技術(shù)的不斷完善，計(jì)算機(jī)硬件的問題主要來源于計(jì)算機(jī)處理器的瞬時(shí)故障。而出現(xiàn)的原因主要是有幾個(gè)方面：首先是電壓超載，使計(jì)算機(jī)晶體管無法正常工作，從而出現(xiàn)瞬時(shí)故障；其次是計(jì)算機(jī)處理器的超頻處理，造成負(fù)荷過載，從而出現(xiàn)故障；第三是當(dāng)某一個(gè)發(fā)生問題時(shí)就會(huì)造成計(jì)算機(jī)處理器出現(xiàn)問題，由于晶體管數(shù)量巨大，也增加了計(jì)算機(jī)故障出現(xiàn)的頻率。

2 計(jì)算機(jī)系統(tǒng)容錯(cuò)技術(shù)分析

2.1 計(jì)算機(jī)硬件容錯(cuò)技術(shù)

相比較軟件層面的問題，硬件方面的故障更容易發(fā)生，且修復(fù)更為困難。計(jì)算機(jī)硬件發(fā)生故障主要有兩個(gè)方面，一個(gè)是瞬時(shí)故障，主要來源于個(gè)別系統(tǒng)短時(shí)間停止工作，大多數(shù)是由于系統(tǒng)超載，這種情況主要由于計(jì)算機(jī)的多部件整合；一個(gè)是永久故障，主要源于個(gè)別系統(tǒng)部件損壞，而維修方法只能是更換損壞的部件。

計(jì)算機(jī)的硬件容錯(cuò)設(shè)計(jì)思路是通過對設(shè)備的溫度管理或?qū)Σ僮飨到y(tǒng)安裝備用設(shè)備，來解決在硬件發(fā)生錯(cuò)誤時(shí)及時(shí)啟動(dòng)備用裝備，并且反饋故障信息，以便及時(shí)檢修。

現(xiàn)代計(jì)算機(jī)系統(tǒng)的設(shè)計(jì)中通常采用的是雙系統(tǒng)模式，甚至三系統(tǒng)模式也很常見，多系統(tǒng)的設(shè)計(jì)方案存在固有的問題，每個(gè)系統(tǒng)的錯(cuò)誤都需要獨(dú)立修復(fù)，這就說明允許出現(xiàn)的故障率是n-1，在使用過程中，必須保證其中的一套系統(tǒng)處于工作狀態(tài)，才能保證計(jì)算機(jī)不會(huì)停止運(yùn)行。多系統(tǒng)的設(shè)計(jì)方案會(huì)造成計(jì)算機(jī)發(fā)生故障時(shí)，就會(huì)造成故障信息的反饋延遲，需要統(tǒng)一管理設(shè)備進(jìn)行查找故障。

計(jì)算機(jī)系統(tǒng)的冗余設(shè)計(jì)指的是在信息傳輸過程中，通過增加信息的重復(fù)以便在計(jì)算機(jī)出現(xiàn)故障時(shí)確保信息傳輸?shù)耐暾?。?jì)算機(jī)信息冗余容錯(cuò)技術(shù)有兩種方法，一種是計(jì)算機(jī)錯(cuò)誤信息的檢測，另一種是計(jì)算機(jī)錯(cuò)誤信息的糾正。

計(jì)算機(jī)信息的冗余技術(shù)故障檢測方式的優(yōu)勢有以下幾個(gè)方面：成本低、操作簡單、故障檢測速度快、信息處理及時(shí)。

計(jì)算機(jī)時(shí)間冗余技術(shù)可以增加計(jì)算機(jī)系統(tǒng)的容錯(cuò)率，操作方法是在統(tǒng)一的硬件設(shè)施上，在不同的時(shí)間段對相應(yīng)的計(jì)算機(jī)指令操作。計(jì)算機(jī)在表決電路的協(xié)同下，將信息數(shù)據(jù)延遲發(fā)送至處理器，并根據(jù)處理時(shí)間復(fù)制為多個(gè)附件，再推送至表決器，從而查找故障原因。

計(jì)算機(jī)實(shí)踐容錯(cuò)技術(shù)的核心是推送數(shù)據(jù)流的延遲，延遲時(shí)間過長會(huì)錯(cuò)過計(jì)算機(jī)修復(fù)的最佳時(shí)間，增加系統(tǒng)出現(xiàn)問題的概率。如果延遲時(shí)間過短，則會(huì)在短時(shí)間內(nèi)數(shù)據(jù)量過大，從而造成信息的冗余，也會(huì)增加計(jì)算機(jī)系統(tǒng)的故障率。

計(jì)算機(jī)硬件線程技術(shù)是通過多核心的中央處理器使真正線程上的錯(cuò)誤降級，這就可以有效的減少計(jì)算機(jī)整體系統(tǒng)故障的發(fā)生率。多線程容錯(cuò)技術(shù)的核心是啟用多個(gè)主引導(dǎo)線程和多個(gè)備用線程分別進(jìn)行數(shù)據(jù)計(jì)算，并將計(jì)算結(jié)果上傳到頂層數(shù)據(jù)分析器進(jìn)行比對，最終發(fā)現(xiàn)錯(cuò)誤。但是這種容錯(cuò)技術(shù)也存在缺陷：工作量大，效率低，并且多個(gè)主引導(dǎo)線程和多個(gè)備用線程同時(shí)計(jì)算，很容易引發(fā)設(shè)備部件鎖死。

2.2 計(jì)算機(jī)軟件容錯(cuò)技術(shù)

計(jì)算機(jī)軟件的容錯(cuò)技術(shù)主要是提前控制。計(jì)算機(jī)軟件多樣，并且在涉及過程中并沒有統(tǒng)一的標(biāo)準(zhǔn)，因此對于各個(gè)軟件的故障控制較為困難。所以計(jì)算機(jī)軟件在出現(xiàn)故障問題時(shí)，大多數(shù)屬于編程人員的編寫錯(cuò)誤。為了提高計(jì)算機(jī)軟件的使用效率，降低出錯(cuò)率，就要求軟件在編寫過程中采用高級編程語言來進(jìn)行，當(dāng)前C++是最高級的編程語言，可以有效的降低計(jì)算機(jī)軟件的報(bào)錯(cuò)率，提高使用效率。

計(jì)算機(jī)軟件出現(xiàn)故障時(shí)的應(yīng)對策略有兩種，一種是回滾恢復(fù)，即計(jì)算機(jī)回滾至出錯(cuò)之前的最后一次正確運(yùn)行狀態(tài)，重新進(jìn)入正常運(yùn)轉(zhuǎn)；一種是后向深入，即計(jì)算機(jī)軟件可以自我查找故障原因，自主排除故障，從而恢復(fù)正常運(yùn)轉(zhuǎn)。

計(jì)算機(jī)多版本軟件容錯(cuò)技術(shù)的方法是通過多種編程語言和開發(fā)工作制造多版本軟件，大大提升計(jì)算機(jī)的兼容性，從而提高計(jì)算機(jī)的容錯(cuò)率。多版本軟件容錯(cuò)技術(shù)設(shè)計(jì)需要注意保持設(shè)計(jì)框架的一致性。從而確保軟件發(fā)生故障時(shí)的回滾。

3 計(jì)算機(jī)系統(tǒng)錯(cuò)誤回卷恢復(fù)機(jī)制

計(jì)算機(jī)硬件及軟件錯(cuò)誤排除方法的核心都是在系統(tǒng)運(yùn)行過程中，通過反饋信息，對故障進(jìn)行針對性的解決。這種排除方法的優(yōu)勢在于可以排除虛假信息，并且不會(huì)中斷計(jì)算機(jī)的運(yùn)行。缺點(diǎn)是對于錯(cuò)誤的檢測和恢復(fù)能力是有限的。

計(jì)算機(jī)系統(tǒng)錯(cuò)誤回卷恢復(fù)機(jī)制有兩個(gè)方面：一個(gè)是以之前計(jì)算機(jī)操作系統(tǒng)的檢測點(diǎn)為基準(zhǔn)，進(jìn)行錯(cuò)誤回卷恢復(fù)；一種是以計(jì)算機(jī)操作系統(tǒng)錯(cuò)誤統(tǒng)計(jì)信息為基準(zhǔn)，進(jìn)行錯(cuò)誤回卷恢復(fù)。

4 常見的計(jì)算機(jī)故障排除策略

針對不同計(jì)算機(jī)的安裝環(huán)境、運(yùn)行方法、信息處理方式，采用相應(yīng)的故障排除方法。當(dāng)前計(jì)算機(jī)容錯(cuò)方法主要還是在廣泛的方法上進(jìn)行創(chuàng)新，通過非定制的COTS預(yù)防式處理計(jì)算機(jī)可能出現(xiàn)的系統(tǒng)故障，同時(shí)COTS可以確保計(jì)算機(jī)軟件在修復(fù)錯(cuò)誤時(shí)的可靠性。

當(dāng)前，計(jì)算機(jī)硬件故障的檢測和排除相對比較完善，但是對于軟件方面的故障排除技術(shù)有待發(fā)展，未來通過不斷對軟件故障排除研究的深入，從而提高計(jì)算機(jī)系統(tǒng)的容錯(cuò)率，有效的提高計(jì)算機(jī)的使用效率，降低軟件故障排除成本。

計(jì)算機(jī)的操作系統(tǒng)是計(jì)算機(jī)運(yùn)行、儲(chǔ)備的核心，因此提高計(jì)算機(jī)的安全性可以從計(jì)算機(jī)操作系統(tǒng)進(jìn)行著手研究，在高精尖的技術(shù)領(lǐng)域中，國外的操作系統(tǒng)安全性低，不利于國防事業(yè)的發(fā)展，而國內(nèi)的操作系統(tǒng)相對落后，也不適合應(yīng)用到高精尖領(lǐng)域。因此提高我國操作系統(tǒng)的應(yīng)用能力，是未來我國計(jì)算機(jī)產(chǎn)業(yè)發(fā)展的方向。

參考文獻(xiàn)

[1]徐奡，夏德天，鄭久壽.高升力系統(tǒng)控制計(jì)算機(jī)容錯(cuò)技術(shù)研究[J].微電子學(xué)與計(jì)算機(jī)，2015，6（17）：36-40+45.

[2]賈佳，楊學(xué)軍，李志凌.一種基于冗余線程的GPU多副本容錯(cuò)技術(shù)[J].計(jì)算機(jī)研究與發(fā)展，2013，07（23）：1551-1562.

作者簡介

卓杰（1976-），男，山西省臨汾市人。助講，主要從事計(jì)算機(jī)教學(xué)工作。

作者單位

臨汾職業(yè)技術(shù)學(xué)院 山西省臨汾市 041000